-
公开(公告)号：CN116469581A
公开(公告)日：2023-07-21
申请号：CN202310516147.5
申请日：2023-05-09
Applicant: 厦门理工学院
Abstract: 本发明实施例提供一种基于遗传算法的医患共同决策代理协商方法和装置，涉及医患共同决策技术领域。其中，这种医患共同决策代理协商方法包括步骤S1至步骤S4。S1、获取医生和患者的偏好信息。其中，偏好信息包括医生和患者对各个协商议题的权重和效用函数。S2、根据医生和患者的偏好信息，构建医生Agent代理模型和患者Agent代理模型。其中，代理模型包含基于遗传算法构建的对手模型。S3、根据医生Agent代理模型和患者Agent代理模型，采用交替报价协议，构建SDM自动协商模型。S4、根据SDM自动协商模型进行模拟协商，获取协商结果。该方法能够表达用户的不确定性信息。有效预测对手信息构建对手模型，利用其优化协商模型性能。协商成功率和收敛速度表现良好。
-
公开(公告)号：CN114463141A
公开(公告)日：2022-05-10
申请号：CN202210121924.1
申请日：2022-02-09
Applicant: 厦门理工学院
Abstract: 本发明涉及一种基于多层注意力机制图神经网络的医保欺诈检测算法，包含下述步骤：S1建立医疗保险欺诈检测AHIN模型；S2选取语义路径并寻找邻居节点；S3构建基于图神经网络的检测MHAMFD模型；S4获取待测年份数据或测试集中数据，输入MHAMFD模型中预测医保欺诈者。本发明通过对节电、路径、子图、不同时间多层注意力极值，构建基于图神经网络的检测MHAMFD模型，挖掘了AHIN中各个实体节点丰富交互关系，解决了一些医保欺诈检测方法忽略了多次就诊的异常行为特征的问题，同时减少了噪声节点、路径数据对最终预测任务的影响，为解决医保欺诈检测问题提供了理论基础。
-
公开(公告)号：CN113888090A
公开(公告)日：2022-01-04
申请号：CN202111174933.9
申请日：2021-10-09
Applicant: 中国人民解放军32251部队 , 厦门理工学院
IPC: G06Q10/08 , G16H40/20 , G06F16/2458 , G06N3/04
Abstract: 本发明公开了一种基于LSTM的医院药品采购计划预测系统，包括AI服务器(1)、大数据存储模块(2)、采购管理系统交互端(3)、LSTM模块(4)和药品使用获取接口(5)和药品下架管理模块(10)；其中，所述AI服务器(1)通过数据通信网络分别和大数据存储模块(2)、采购管理系统交互端(3)和药品使用获取接口(5)数据通信连接，所述AI服务器(1)还和所述LSTM模块(4)数据通信连接，所述LSTM模块(4)还和所述大数据存储模块(2)数据通信连接。本申请中采用LSTM方法对大数据进行处理分析，排除数据异常点，从而使得医院药品的采购更加准确，不会被异常数据所影响。而对异常数据进行分析，确定是否发现了突发疾病，从而更好地维持城市的整体健康，检索突然疾病和传染疾病。
-
公开(公告)号：CN119296636A
公开(公告)日：2025-01-10
申请号：CN202411833234.4
申请日：2024-12-13
Applicant: 厦门理工学院
Abstract: 本发明提供的基于软掩码双视图学习的药物对相互作用预测方法及装置，涉及药物相互作用预测技术领域。本发明通过获取待预测的两种药物的分子视图数据与其相互作用关系类型，组成三元组，并生成药物对的二分图；将三元组与二分图输入MSMDL编码器，输出对应药物的新节点嵌入；其中，所述MSMDL编码器为K层，每一层的输出结果分别输入下一层MSMDL编码器与自注意力图池化层，通过自注意力图池化层生成图级表示，得到子结构特征嵌入；将每一层子结构特征嵌入一同作为共同注意力机制层的输入，得到每一层的子结构特征嵌入之间相互作用的重要性；最后通过解码器输出DDI预测概率。本发明整合了药物的局部和全局信息，提高了药物对相互作用预测的准确性。
-
公开(公告)号：CN116246797A
公开(公告)日：2023-06-09
申请号：CN202310078242.1
申请日：2023-02-02
Applicant: 厦门理工学院
IPC: G16H80/00 , G16H70/20 , G06F30/20 , G06N3/006 , G06F111/06
Abstract: 本发明实施例提供一种基于粒子群算法的医患共同决策代理协商方法和装置，涉及医患共同决策技术领域。其中，这种医患共同决策代理协商方法包含S1、获取医生和患者对n个协商问题的梯形模糊隶属度函数，以及n个协商问题的权重，并根据梯形模糊隶属度函数和权重构建多目标优化模型。S2、根据多目标优化模型，基于信念‑愿望‑意图架构，构建医生代理模型和患者代理模型。其中，代理模型包括对手模型、出价策略模型和接受策略模型。出价策略模型用于通过多目标粒子群算法和优劣解距离法求解多目标优化模型，以获取报价。S3、根据医生代理模型和患者代理模型，构建基于代理的协商模型。S4、根据基于代理的协商模型进行模拟协商，获取协商结果。
-
Patent Agency Ranking
公开(公告)号：CN115760442A
公开(公告)日：2023-03-07
申请号：CN202211403240.7
申请日：2022-11-10
Applicant: 厦门理工学院
IPC: G06Q40/08 , G06F16/901 , G06F18/25 , G06F18/241 , G16H10/60 , G06N3/04 , G06N3/084
Abstract: 本发明实施例提供一种基于就医行为的医保欺诈识别方法、装置、设备和介质，涉及医疗大数据技术领域。医保欺诈识别方法包含步骤S1至步骤S5。S1、获取医疗数据，并根据医疗数据构建医疗异构图。S2、根据行为模式对医疗异构图中的目标患者节点进行采样，获取目标患者节点的各个行为模式的行为异构图。S3、根据医疗异构图，获取全局拓扑嵌入。S4、通过两步注意力机制，先分别对各个行为异构图中的目标患者节点进行行为模式内的聚合，获取目标患者节点的各个行为模式的行为特征嵌入。然后，以全局拓扑嵌入指导各个行为模式的行为特征嵌入进行融合，获取目标患者节点的最终嵌入。S5、根据最终嵌入，进行分类，判断目标患者节点是否为医保欺诈者。
-
公开(公告)号：CN115132377A
公开(公告)日：2022-09-30
申请号：CN202210662212.0
申请日：2022-06-13
Applicant: 厦门理工学院
Abstract: 本发明实施例提供医患共享决策的代理协商方法、装置、设备和存储介质，涉及医患共享决策辅助技术领域。其中，这种代理协商方法包含步骤S1至步骤S4。S1分别获取医患共享决策的两个参与者对i个协商议题的偏好数据和隶属度函数。S2、根据偏好数据和隶属度函数，基于模糊约束网络，分别构建两个参与者的行为模型。S3、两个行为模型分别用于根据自身的偏好数据生成报价并发送给对方。S4、两个行为模型分别用于重复更新报价，并发送给对，直至其中一个行为模型判断到对方报价满意度或己方报价满意度大于满意度阈值。本发明的代理协商方法，能够模拟医患共同决策的过程，有效缓解协商议题增多所带来的协商压力，使得人类从繁琐的协商事务中解脱出来。
-
公开(公告)号：CN114581250A
公开(公告)日：2022-06-03
申请号：CN202210085212.9
申请日：2022-01-25
Applicant: 厦门理工学院
Abstract: 本发明实施例提供一种医保欺诈的识别方法、装置、设备和存储介质，涉及医疗大数据技术领域。其中，这种识别方法包含步骤S1至步骤S5。S1、获取医疗数据，并根据医疗数据构建医保异构图。S2、基于不同轨迹的多语义元路径，获取医保异构图中的各目标节点在不同轨迹下的邻居节点，并将各目标节点在不同轨迹下的邻居节点分别和各目标节点融合，以获得各目标节点在不同轨迹下的语义表示。S3、将各目标节点在不同轨迹下的语义表示进行融合，生成各目标节点的空间节点。S4、基于时间顺序，获取各目标节点的空间节点的时间序列。S5、根据时间序列，通过双向长短期记忆模型，对各个目标节点进行分类，以判断医保异构图中的各个目标节点是否为医保欺诈。
-
公开(公告)号：CN112487202B
公开(公告)日：2022-05-06
申请号：CN202011356803.2
申请日：2020-11-27
Applicant: 厦门理工学院
IPC: G06F16/36 , G06F40/211 , G06F40/295
Abstract: 本发明公开一种融合知识图谱与BERT的中文医学命名实体识别方法及装置，方法包括：构建知识图谱的数据模型；在医疗网站上爬取疾病简介页面中的相应内容，将所述内容存储在数据库中，并将所述数据库中的数据导出为json文件；根据所述数据模型从所述json文件抽取医学实体和实体关系，构建医疗知识图谱K；识别输入的句子中包含的医学实体，并根据医疗知识图谱将医学实体填充成三元组ε＝(wi,rk,wj)；将三元组注入到句子中，生成句子树；通过嵌入层中的软位置索引和可视层中的可视矩阵对所述句子树进行处理，以解决引入外部知识可能产生的知识噪音问题和BERT模型无法处理图结构句子树的问题。本发明可快速、有效的提取出文本中包含的医学实体，具有较高的准确性。
-
公开(公告)号：CN111581364B
公开(公告)日：2022-05-03
申请号：CN202010370543.8
申请日：2020-05-06
Applicant: 厦门理工学院
IPC: G06F16/332 , G06F16/36 , G06F40/216 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种面向医疗领域的中文智能问答短文本相似度计算方法，涉及自然语言处理与智能问答领域。该方法针对中文医疗领域，采用SH‑CNN对用户输入的问句与智能问答系统中预设定的问题模板进行向量化，然后提取出两文本中的突出特征进行相似度计算，再结合TF‑IDF的加权处理以获取更具可信性的文本相似度结果。根据结果获得用户输入问句的问题类型，结合使用词性标注方法获取的问句中的医疗实体，构造面向知识图谱的查询语句，并从中检索答案返回给用户。基于该方法所构造的智能问答系统能够快速的为用户提供简洁准确的答案，具有较高的实用价值。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.024 seconds)
